Machine Learning / Applied AI Engineer (m/w/d)

Mittwoch, 10:00 Uhr. Du baust ein Eval-Harness, das misst, wie zuverlässig unser Media-Buying-Agent Entscheidungen trifft. Danach tunest du die Masterprompts, baust ein Churn-Prediction-Signal auf den Supabase-Daten und erweiterst das RAG-System, das auf den Benchmarks aus 550+ Brands sitzt. Bei uns geht angewandte KI direkt in Produktion — nicht ins Paper.

Wir bauen die ECOZA Intelligence und suchen jemanden, der LLMs und Agenten von „funktioniert im Demo” zu „funktioniert zuverlässig in Produktion” bringt. Woran du arbeitest LLM-Systeme & Agenten: Design, Orchestrierung und Guardrails für produktive Agenten (Media-Buying, Content, Sales) Prompt- & Context-Engineering: Masterprompts, Kontext-Management, Tool-Use/MCP RAG & Retrieval: Vektor-DBs / Retrieval über ECOZA-Benchmarks und Brand-Daten Evals & Qualität: Eval-Pipelines, damit KI-Outputs messbar zuverlässig sind Data & Signale: Churn-/Scoring-Signale auf Supabase-Daten, Feature-Pipelines Integration: die Modelle sauber ins Produkt und in die Workflows einbinden Über ECOZA ECOZA ist eine der am schnellsten wachsenden eCommerce-Growth-Consulting-Firmen Deutschlands.

Wir bauen für D2C-Brands Inhouse-Teams, Systeme und Operating-Strukturen auf — gestützt auf Benchmarks aus über 550 aktiven eCommerce-Marken. Aktuell bauen wir unser wichtigstes Vorhaben: die ECOZA Intelligence, ein integriertes D2C eCommerce Operating System. Du kommst ins Greenfield — nicht in eine gewachsene Legacy-Landschaft.

Standort & Arbeitsmodell Standort: München, Moosacher Straße 70–74, 80809 Arbeitsmodell: Vor Ort / Hybrid (2 feste Bürotage) Was du mitbringst Starke Erfahrung mit LLMs in Produktion (nicht nur Chat-Prototypen): Prompt-Engineering, Agenten, Tool-Use Python solide; Erfahrung mit RAG, Vektor-Datenbanken, Eval-Frameworks Verständnis für Datenpipelines und Datenqualität (Supabase/SQL) Pragmatismus: du baust das, was in Produktion Wirkung hat — nicht das theoretisch Eleganteste Ownership & High Agency Nice-to-have: klassisches ML-Verständnis, Node/TypeScript, Lang.

Smith/Eval-Tooling, eCommerce-Daten Kein Muss: Model-Training from scratch — der Fokus ist angewandte LLM-Systematik Benefits Direkter Business-Impact statt „Behörden-IT” — du baust, entscheidest, shippst Überdurchschnittliches Gehalt MacBook mit 4K-Screen + Home-Office-Budget Hybrid Work (2 feste Bürotage) Weiterbildungsbudget Wellpass / Jobrad / Workations / Team-Events Modernes, klimatisiertes Büro in München mit U-Bahn-Anschluss und Parkplätzen Perspektive Kurzfristig: Aufbau der technischen Infrastruktur im Greenfield-Kontext Mittelfristig: Rolle als technisches Backbone von ECOZA Langfristig: Entwicklung zum Head of AI / Technical Operations mit eigenem Team Kontakt Amelie, HR-Abteilung — amelie@ecoza.

de Sprachen Deutsch fließend, Englisch sicher.